데이터 — 직군 — 역할과 스킬

데이터 분석가

데이터 분석가는 보건·돌봄 데이터를 임상의, 관리자, 계획 담당자의 의사결정에 도움이 되는 정보로 바꾼다. 임상, 운영, 환자 보고 데이터 소스의 데이터를 준비, 결합, 분석하여 보고서, 대시보드, 브리핑으로 제시한다. 분석이 정확하고 재현 가능하며, 민감한 환자 데이터를 안전하게 다루도록 한다.

성과 분석가

성과 분석가는 조직의 디지털 헬스 서비스가 환자, 서비스 이용자, 임상의, 돌봄 직원에게 얼마나 잘 작동하는지 측정한다. 측정 체계를 마련하고, 이용과 성과 데이터를 수집·분석하며, 변경이 접근성, 경험, 안전, 효율을 개선하는지 프로덕트 팀과 서비스 리더가 이해하도록 돕는다.

데이터 엔지니어

데이터 엔지니어는 보건·돌봄 데이터를 임상·운영 시스템에서 분석하고 안전하게 쓸 수 있는 곳으로 옮기는 파이프라인과 플랫폼을 구축하고 운영한다. 데이터 흐름을 설계하고, 서로 다른 표준을 쓰는 소스를 통합하며, 데이터가 정확하고, 적시에 제공되고, 안전하며, 봐야 할 사람에게만 제공되도록 한다.

애널리틱스 엔지니어

애널리틱스 엔지니어는 날것의 보건·돌봄 데이터를 분석가, 데이터 사이언티스트, 보고 도구가 믿고 쓸 수 있는 깨끗하고, 테스트되고, 문서화된 데이터 모델로 바꾼다. 데이터 엔지니어링과 분석 사이에 위치하며, 버전 관리, 테스트, 코드 리뷰 같은 소프트웨어 엔지니어링 관행을 조직의 보고서와 대시보드 이면의 변환 작업에 적용한다.

데이터 사이언티스트는 통계, 머신러닝, 그 밖의 고급 기법을 사용하여 보건·돌봄 데이터의 패턴을 찾고, 서비스가 계획하고, 예측하고, 돌봄을 개선하는 데 도움이 되는 모델을 만든다. 대표적인 업무로는 수요 예측, 조기 지원이 도움이 될 환자의 식별, 서비스 변경의 효과 평가가 있다. 임상의, 분석가와 긴밀히 협력하여 모델이 타당하고, 공정하며, 안전하게 쓰이도록 한다.

머신러닝 엔지니어

머신러닝 엔지니어는 데이터 사이언티스트가 만들었거나 공급자로부터 구매한 모델이 운영 중인 보건·돌봄 서비스에서 확실히 작동하도록 한다. 모델을 학습, 테스트, 배포, 모니터링하는 파이프라인을 구축하고 임상·운영 시스템과 통합한다. 실제 환자와 직원이 의존하게 된 뒤에도 모델이 안전하고, 견고하고, 공정하며, 유효하게 유지되도록 한다.

밴드 7 시니어 머신러닝 엔지니어
밴드 8b 리드 머신러닝 엔지니어

데이터 거버넌스 매니저

데이터 거버넌스 매니저는 조직의 보건·돌봄 데이터가 잘 관리되고, 신뢰할 수 있으며, 안전하고 적법하게 쓰이도록 한다. 데이터 오너십, 품질, 메타데이터, 데이터 공유에 관한 체계, 정책, 기준을 마련하여 운영하고, 데이터 오너, 정보 거버넌스 동료, 임상 리드와 협력하여 돌봄, 계획, 연구를 위해 데이터를 자신 있게 쓸 수 있게 한다.

임상 코더

임상 코더는 환자의 진료 기록을 읽고, 진단명, 처치, 그 밖의 임상 정보를 진단의 ICD나 중재의 처치 분류 같은 표준 분류 코드로 변환한다. 코드화된 데이터는 지급, 서비스 계획, 임상 감사, 연구, 공중보건 통계에 쓰이므로, 그 정확성은 코딩 팀 밖에서도 중요하다. 코더는 임상의와 긴밀히 협력해 기록을 명확히 하고, SNOMED CT 같은 임상 용어 체계와 컴퓨터 지원 코딩 도구를 쓸 기회가 늘고 있다.